Le rôle crucial du carbone organique (CO) dans le cycle global du carbone, tant pour atténuer le changement climatique que pour améliorer la santé des sols, a conduit à la création de réseaux de surveillance des sols. Traditionnellement, ces réseaux utilisent des méthodes de mesure conventionnelles, à la fois coûteuses et chronophages. Cependant, l’émergence de méthodes alternatives, telles que la combinaison de la spectroscopie visible et proche infrarouge (Vis-PIR) avec des approches chimiométriques, se révèle être une solution prometteuse pour prédire les teneurs en CO des sols.

Des enseignants-chercheurs de l’Institut Agro Rennes-Angers ont ainsi mené une étude visant à évaluer la capacité de la spectroscopie Vis-PIR à détecter les variations de la teneur en CO des sols cultivés sur une période de 5 ans. Pour ce faire, des modèles de prédiction ont été calibrés à partir des spectres obtenus lors d’une campagne de prélèvement initiale en 2013, puis utilisés pour prédire les teneurs en CO des échantillons de sols collectés en 2018.

La base de données spectrales utilisée comprend des échantillons prélevés sur le bassin versant de Naizin (12 km²) dans le département du Morbihan, à 2 profondeurs différentes (0-15 cm et 15-25 cm).

En 2013, 198 points avaient été échantillonnés, et 111 de ces points ont été rééchantillonnés en 2018 selon les mêmes protocoles. Les modèles de régression ont été calibrés avec les données de 2013 et appliqués pour prédire les teneurs en CO des échantillons de 2018.

Les résultats ont montré que l’élimination des spectres atypiques et la stratification des données par profondeur ont amélioré la précision des prédictions, atteignant respectivement 4,1 et 2,7 g/kg pour les profondeurs 0-15 cm et 15-25 cm.
L’intégration de 10 % des spectres de 2018 dans la base de données de calibration de 2013, appelée « dopage temporel », a également été efficace.
Cette méthode a significativement amélioré la précision des prédictions pour 5 des modèles spectraux testés par rapport aux modèles sans « dopage » temporel.

Finalement, les meilleurs modèles ont permis de détecter le sens de variation de la teneur en CO, qu’il soit positif (ΔCO > 0), négatif (ΔCO < 0) ou stationnaire (ΔCO = 0), dans 55 % et 78 % des échantillons pour les profondeurs 0-15 cm et 15-25 cm, respectivement. Cette approche est particulièrement intéressante pour sa capacité à détecter les variations de la teneur en CO, même lorsque les changements sont relativement faibles et que les modèles présentent des incertitudes.